Performance nel mondo reale di un sistema di IA per lo screening della retinopatia diabetica

Perché è importante per le persone con diabete

Il diabete può danneggiare silenziosamente la parte posteriore dell’occhio e causare perdita della vista prima che compaiano sintomi. Controlli oculistici regolari possono prevenire la maggior parte dei casi di cecità correlata al diabete, ma gli specialisti e le risorse cliniche sono limitati. Questo studio ha valutato se un programma di intelligenza artificiale (IA) potesse contribuire in modo sicuro allo screening delle persone con diabete per danni oculari durante le visite di routine, individuando chi necessita di cure specialistiche e alleggerendo la pressione sulle cliniche oculistiche.

Un nuovo modo di controllare gli occhi nella clinica diabetologica

I ricercatori di un ospedale universitario di Bruxelles hanno testato un sistema basato su IA progettato per individuare le fasi “referibili” della malattia oculare diabetica—quelle in cui i pazienti dovrebbero rivolgersi a uno specialista. Adulti con diabete che si recavano nella clinica di endocrinologia hanno avuto scattate rapide fotografie della parte posteriore di ciascun occhio con una piccola videocamera, senza usare gocce per dilatare la pupilla. Le immagini sono state analizzate sul posto dal software di IA, che ha deciso se ciascun paziente dovesse essere inviato a una valutazione per possibile retinopatia diabetica minacciosa per la vista o per edema maculare. Un retinologo ha poi rivisto tutte le immagini in modo indipendente usando una scala di classificazione standard, fornendo il riferimento rispetto al quale sono state giudicate le decisioni dell’IA.

Quanto bene l’IA ha individuato le patologie oculari a rischio

Su 405 persone sottoposte a screening, 353 avevano immagini sufficientemente nitide da permettere il confronto tra decisioni umane e dell’IA. In questo gruppo, circa 1 persona su 6 presentava una malattia oculare diabetica abbastanza grave da richiedere un rinvio. Il sistema di IA ha mostrato prestazioni molto solide: ha identificato correttamente quasi 9 pazienti su 10 che necessitavano di rinvio e ha dato rassicurazioni corrette nella quasi totalità dei casi che non ne avevano bisogno. In termini tecnici, il sistema ha raggiunto una sensibilità dell’88,9%, una specificità del 98,7% e una precisione complessiva (area sotto la curva) del 96,5%. Quando l’esperto umano ha riscontrato stadi di malattia minacciosi per la vista, il sistema di IA ha segnalato tutti questi pazienti per il rinvio, il che significa che gli individui a più alto rischio non sono stati trascurati.

Risultati coerenti tra persone diverse

Il team ha anche verificato se l’IA funzionasse allo stesso modo per diverse età, sessi, gruppi etnici, tipi di diabete, pesi corporei e qualità delle immagini. In tutti questi sottogruppi le prestazioni sono rimaste elevate, senza cali significativi di accuratezza in nessuna categoria. In particolare, l’accuratezza è risultata eccellente nei giovani adulti, nelle donne, nei pazienti europei, in chi ha diabete di tipo 1 e quando la qualità dell’immagine è stata valutata come molto buona. I modelli statistici hanno mostrato che due fattori diabetici noti—una glicemia più alta alla diagnosi e una durata maggiore del diabete—sono stati forti predittori di malattia oculare grave sia per la valutazione umana che per quella dell’IA, confermando che le decisioni dell’IA erano allineate con i pattern di rischio medici noti.

Cosa significa per cliniche e pazienti

Oltre alla retinopatia diabetica, quasi un quarto dei pazienti è stato inviato a specialisti oculari per altri problemi rilevati di recente, come alterazioni del nervo ottico o segni di degenerazione maculare legata all’età. Solo una minoranza di questi rinvii riguardava la retinopatia diabetica in sé, sottolineando come una semplice fotografia oculare possa rilevare molte condizioni oculari importanti. Lo strumento di IA, tuttavia, è stato sviluppato specificamente per riconoscere la retinopatia diabetica e l’edema maculare, non queste altre patologie; va quindi considerato principalmente come un aiuto per il triage piuttosto che come un sostituto completo della visita oculistica. In pratica, le cliniche possono usare il sistema per smistare automaticamente grandi numeri di fotografie retiniche, permettendo agli oculisti di dedicare più tempo ai casi complessi o che richiedono trattamento invece che allo screening di immagini sane.

Conclusione per i lettori comuni

Questo studio belga nel contesto reale mostra che un programma di IA può aiutare in modo sicuro ed efficiente a effettuare lo screening per danni oculari gravi nelle persone con diabete durante le visite di routine, raggiungendo prestazioni almeno pari ai criteri regolatori per questo tipo di strumenti. Per i pazienti ciò può tradursi in controlli oculari più rapidi e comodi, meno visite specialistiche non necessarie e una maggiore probabilità di intercettare cambiamenti pericolosi prima che si perda la vista. Per i sistemi sanitari che affrontano un’ondata crescente di diabete, lo screening oculare supportato dall’IA offre un modo pratico per ampliare la protezione contro la cecità evitabile, usando il tempo degli specialisti in modo più efficiente.

Citazione: Berrada, L., Crenier, L., Lytrivi, M. et al. Real-world performance of an AI system for diabetic retinopathy screening. Sci Rep 16, 7609 (2026). https://doi.org/10.1038/s41598-026-37292-6

Parole chiave: retinopatia diabetica, intelligenza artificiale, screening oculare, apprendimento profondo, teleoftalmologia